Histopatoloji imgelerinin bölütlenmesi ve sınıflandırılması

Basit Öğe Kaydı
dc.authoridTR39713en_US
dc.contributor.authorSerin, Faruk
dc.date.accessioned2017-01-12T11:22:47Z
dc.date.available2017-01-12T11:22:47Z
dc.date.issued2013
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü,en_US
dc.description.abstractGünümüzde medikal cihazlarda, görüntü işleme tekniklerinde ve bilgisayar işlem kapasitelerindeki muazzam artış birçok alanda teknolojik yenilikler meydana getirmektedir. Bu yenilikler iş yöntemlerinde ve elde edilen sonuçlarda önemli değişikliklere neden olmaktadır. Önemli değişimlerden birisi de histopatoloji alanında görülmektedir. Histopatolojide, dokuların değerlendirilmesi doku kesitlerinin uzman tarafından mikroskop altında incelenmesi ile yapılmaktadır. Ancak bu yaklaşım, uzmanın kişisel tecrübesine bağlı olduğu için sübjektif ve hata eğilimlidir. Sübjektifliği ve hata eğilimini ortadan kaldırmak için Bilgisayar Destekli Tanı (BDT) sistemleri geliştirilmektedir. Bu sistemler, uzmana doku ile ilgili nicel veriler sağlayarak uzmanın dokuyu daha objektif bir şekilde değerlendirmesine yardımcı olmaktadır. Bu çalışmada, histopatolojik doku imgeleri üzerinde çalışan iki ayrı BDT sistemi ve uzmanın kullanabileceği kullanıcı arayüzleri geliştirilmiştir. İlk sistem histopatolojik imgeler içerisindeki bileşenlerin renk ve şekilsel özelliklerine göre nicel veriler elde eden bir BDT sistemidir. Bu sistemde imge içerisindeki yağ vakuolleri oranı ve hücre sayıları nicel olarak elde edilebilmektedir. Geliştirilen BDT sisteminin etkinliği yağlı karaciğer hastalığına ait dokular üzerinde test edilmiştir. Ayrıca bu sistem ile Melatonin ve Resveratrol?ün yağlı karaciğer hastalığı üzerindeki etkileri de incelenmiştir. İkinci sistem ise histopatolojik imgelerin hücre graf modellerine dayanan bir BDT sistemidir. İkinci BDT sistemi sağlıklı ve hasarlı böbrek dokuları üzerinde test edilmiştir. Elde edilen deneysel sonuçlarda, sistemin sağlıklı ve hasarlı dokuları %79 doğruluk oranıyla sınıflandırabildiği görülmüştür.en_US
dc.description.abstractNowadays, tremendous developments in medical equipment, image processing techniques and computer processing capacities contribute to many technological innovations. These innovations lead to significant changes in business processes and the results obtained. One of the important changes is observed in the field of histopathology. In histopathology, evaluation of tissues is performed by an expert examining tissue samples under a microscope. However, this approach is subjective and prone to errors due to the expert?s personal level of experience. In order to eliminate subjectivity and error-proneness, Computer Aided Diagnosis (CAD) systems are being developed. These systems assist expert for more objective evaluation of tissue, by providing quantitative data on tissue. In this study, two different CAD systems, which work on the histopathological tissue images, and user interfaces for expert?s usage are developed. The first system is a CAD system providing quantitative data based on color and structural features of components in histopathological images. In this system, ratio of fat vacuoles and number of cells in images can be obtained quantitatively. The effectiveness of developed CAD system is tested on tissue images of non-alcoholic fatty liver disease. In addition, the effects of Resveratrol and Melatonin on non-alcoholic fatty liver disease are investigated by this system. The second system is a CAD system based on cell graph model of the histopathological tissue images. This system is tested on healthy and damaged images of histopathological kidney tissues. As a result of the experimental study, it is observed that the system can classify healthy and damaged tissue images with the accuracy rate of 79%.en_US
dc.identifier.citationSerin, F. (2013). Histopatoloji imgelerinin bölütlenmesi ve sınıflandırılması. İnönü Üniversitesi Fen Bilimleri Enstitüsü. 1-98 ss.en_US
dc.identifier.endpage98en_US
dc.identifier.startpage1en_US
dc.identifier.urihttps://hdl.handle.net/11616/5872
dc.language.isotren_US
dc.publisherİnönü Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectDVMen_US
dc.subjectK-Ortalama Kümelemeen_US
dc.subjectGörüntü bölütlemeen_US
dc.subjectHistopatolojik doku modellemeen_US
dc.subjectHistopatolojik doku sınıflandırmaen_US
dc.subjectÖzellik çıkarmaen_US
dc.subjectNAYKHen_US
dc.subjectBöbrek dokusu analizien_US
dc.subjectSVMen_US
dc.subjectK-Means Clusteringen_US
dc.subjectImage segmentationen_US
dc.subjectHistopathological tissue modelingen_US
dc.subjectHistopathological tissue classificationen_US
dc.subjectFeature extractionen_US
dc.subjectNAFLDen_US
dc.subjectAnalyzing kidney tissuesen_US
dc.titleHistopatoloji imgelerinin bölütlenmesi ve sınıflandırılmasıen_US
dc.title.alternativeSegmentation and classification of histopathological imagesen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Tez Dosyası.pdf
Boyut:
2.76 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Yükseklisans Tezi
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu